全球外匯市場溢出效應與人民幣國際影響力研究

李 政，王鑫雨，卜 林

1.天津財經大學 金融學院，天津 300222 2.天津財經大學 金融科技與風險管理實驗室，天津 300222

隨著全球經濟一體化程度的不斷加深，世界各國之間貿易往來、資本流動愈加頻繁，貨幣間關聯水平不斷提升，為匯率風險的傳遞提供了渠道。當一國或地區有重大事件發生時，匯率風險必然通過多種渠道傳遞至關聯國家，從而引發全球匯率危機。近年來，國際環境愈發復雜，極端事件頻頻發生，全球金融危機、歐債危機、英國“脫歐”、中美貿易摩擦和新冠肺炎疫情等事件均對全球外匯市場造成一定影響。比如，隨著新冠肺炎疫情在全球蔓延，全球匯率風險溢出效應顯著增強，且溢出結構發生明顯變化。因此，在經濟一體化深化與極端事件頻發的背景下，基于全球視角敏銳地捕捉各國外匯市場的關聯性、科學地審視匯率風險溢出顯得尤為重要。

各國匯率的溢出效應實際上是國家間經濟實力的較量和角逐，研究人民幣匯率溢出有助于明晰人民幣在國際貨幣體系中所處的地位及其國際影響力。自2005年“721匯改”以來，人民幣匯率形成機制改革始終以市場化為方向，在完善人民幣匯率形成機制的基礎上推動人民幣國際化。隨著人民幣匯率形成機制不斷改革和完善，人民幣在國際市場上的影響力得到顯著提升，越來越多的學者通過基于向量自回歸(VAR)模型的DY溢出指數對此進行研究。研究結果顯示，近年來人民幣的國際影響力顯著提高，但與美元、歐元、英鎊等較為成熟的國際貨幣相比，人民幣的總體溢出水平仍較低，國際影響力有待進一步提高。然而，基于VAR模型的DY溢出指數只能反映正常狀態下的溢出效應，受極端風險事件影響，不同狀態下的溢出強度及方向可能存在差異。現有研究已經表明，在極端事件發生期間匯率風險溢出的強度會顯著增加。那么，在極端狀態下，不同貨幣的方向性溢出會發生怎樣變化？不同類型經濟體貨幣溢出效應的變化是否一致？溢出結構如何？對人民幣的國際影響力有何影響？科學回答上述問題，不僅可以有效把握極端狀態下全球各經濟體貨幣溢出效應的變化，為各國制定差異化的匯率風險防范策略提供有益參考，也可以明晰極端狀態下人民幣的國際影響力，加快推進人民幣的國際化進程。

鑒于此，本文將分位數向量自回歸(quantile vector autoregression，QVAR)模型與DY溢出指數相結合，從靜態和動態兩個方面研究正常狀態與極端狀態下全球外匯市場溢出效應的差異，同時構建相對溢入溢出指數量化差異程度，以此來探討極端狀態下人民幣的國際影響力。本文的邊際貢獻主要有以下三點：第一，采用基于QVAR模型的溢出指數方法，測度在整個條件分布下的溢出效應，研究正常狀態與極端狀態下全球25種貨幣匯率溢出效應的差異。第二，從靜態和動態兩個方面，對不同類型經濟體貨幣在極端狀態下總溢出及方向性溢出的變化進行詳細分析，并構建相對溢入溢出指數量化差異程度。第三，深入分析極端狀態下人民幣溢出效應的變化，進而探討極端狀態下的人民幣國際影響力。

一、文獻評述

自Diebold等基于VAR模型提出DY溢出指數后，該指數就受到學者們的廣泛關注。它將內容豐富的方差分解結果濃縮成簡單精練的指數，不僅能夠給出溢出的水平與方向，而且可以通過滾動(或遞歸)分析有效捕捉信息溢出的時變特征，以此來研究不同經濟環境下溢出水平的動態變化、評估各種政策事件帶來的影響。國內外學者采用該指數對匯率的溢出效應展開分析，研究主要涉及兩個層面：一是收益率，二是波動率。

在收益率層面，王有鑫等對人民幣與其他22種主要貨幣的溢出效應進行測算，發現人民幣匯率主要影響范圍集中在東亞和東南亞等雙邊經貿聯系緊密的地區，同時人民幣的溢出效應提高、溢入效應下降，意味著人民幣在國際貨幣體系中的影響力逐漸提升。劉玚等研究了5個國際貨幣基金組織(IMF)特別提款權(SDR)貨幣的匯率溢出效應，發現受經濟逆全球化和跨境資本本土化傾向影響，主要國際貨幣間的關聯程度逐漸減弱，人民幣匯率溢出效應呈震蕩減弱趨勢。張瑩瑩考察了人民幣與“一帶一路”沿線主要貨幣匯率之間的溢出效應及其動態演化，指出上述貨幣匯率的一體化程度日益加強，人民幣匯率凈溢出效應逐步提升，在該區域的影響力逐漸增強。

在波動率層面，Antonakakis先通過GARCH模型計算得到匯率波動率，然后研究了引入歐元前后主要貨幣之間波動率溢出的變化，發現引入歐元之后波動溢出水平有所下降，并且歐元(德國馬克)是主要凈輸出者，英鎊為主要凈接收者。Baruník等將波動分解為“好波動”與“壞波動”，考察了6種貨幣(澳元、英鎊、加拿大元、歐元、日元以及瑞士法郎)之間的波動溢出，研究發現在外匯市場上“壞波動”溢出起主導作用，貨幣間波動溢出呈現非對稱性，同時“好波動”溢出與貨幣政策及實體經濟的事件相關，而“壞波動”溢出與財政政策的事件相關。

此外，部分學者同時考察了兩個層面的匯率溢出效應。Salisu等采用GARCH模型計算得到匯率波動率，研究了世界上交易量最大的6種貨幣的溢出，指出與收益率溢出相比，波動率溢出水平相對較低，同時在滾動窗口分析中，收益率溢出表現出溫和的變化趨勢和震蕩波動，而波動率溢出只有顯著的震蕩波動并未呈現趨勢特征。王雪等則借鑒Diebold等的方法，利用外匯市場每日的最高價和最低價計算得到匯率波動率，研究發現兩次匯改之后，無論在收益率還是在波動率層面，人民幣匯率接受的信息溢出均逐漸增強，但與其他主要國際貨幣相比，其信息溢出和影響程度有限，人民幣的總體溢出水平還較低，影響力與較為成熟的國際貨幣相比還有較大差距。

近年來，隨著研究的逐步深入，部分學者發現基于VAR模型的DY溢出指數存在一定的局限性，并對其進行了擴展。李紅權等在研究人民幣匯率與7個主要發達國家貨幣匯率的信息溢出關系時，發現DY溢出指數模型給予所有變量相同的權重，在分析貨幣的國際地位時存在偏差，故提出修正的DY溢出指數模型，將不同貨幣賦予相應的權重，對DY溢出指數模型進行加權修正處理。由于VAR模型存在“維度詛咒”問題，Wen等采用收益率的絕對值作為波動率的度量，基于LASSO-VAR模型構建溢出指數，建立了全球外匯市場65種主要貨幣的波動關聯網絡，發現美元和歐元是主要的凈輸出者，而包括日元和英鎊在內的其他貨幣基本上是凈接收者；方意等通過GJR-GARCH模型計算得到17種貨幣匯率的動態波動率，利用基于LASSO-VAR模型的溢出指數，考察了新冠肺炎疫情沖擊下全球外匯市場的風險傳染，發現疫情沖擊下新興市場國家是主要的風險輸出者。為了考察不同周期下的匯率溢出效應，卞志村采用基于廣義方差分解譜表示的BK溢出指數模型，對全球15種主要貨幣的波動率構建溢出網絡，發現總溢出指數在頻域中呈現“區制轉移”特征，即平常時期內主要由短期溢出驅動，而在危機時期內大多受長期溢出的影響。李政等則將LASSO-VAR模型與BK溢出指數模型相結合，從頻域視角對長期和短期下全球25種主要貨幣的收益率溢出效應進行了研究，結果表明，發達經濟體貨幣的溢出水平在不同周期下均明顯高于新興市場經濟體貨幣，但二者的溢入水平比較接近。由此可見，基于DY溢出指數的匯率溢出效應研究日趨完善，但現有的溢出指數實際上是將基于條件均值的溢出關系推廣到整個條件分布，難以準確捕捉極端狀態下全球外匯市場的溢出效應。

有鑒于此，本文將QVAR模型與DY溢出指數相結合，對全球25種貨幣在不同狀態下的溢出效應進行研究，充分考察正常狀態與極端狀態下全球外匯市場溢出效應的差異，并對極端狀態下的人民幣國際影響力進行探討。

二、研究方法與數據說明

(一)研究方法

基于VAR模型的DY溢出指數雖然應用廣泛，但存在一個較為突出的問題：該方法是基于條件均值的測度，它實際上是將基于條件均值的溢出關系推廣到整個條件分布，難以準確捕捉極端狀態下各變量之間的溢出效應。因此，本文將QVAR模型與DY溢出指數相結合，構造基于不同條件分位數的溢出指數。該方法通過設置不同分位水平來代表不同狀態，以此來捕捉不同狀態下變量間的溢出效應。其中，以匯率收益率的條件中位數表示正常狀態，以0.01條件分位數表示極端貶值狀態，以0.99條件分位數表示極端升值狀態。

本文先建立包含個變量的QVAR模型，再依據Diebold等的方法建模，采用廣義方差分解來構建總溢出指數和方向性溢出指數，最后為進一步考察貨幣的方向性溢出以及兩兩間的溢出水平受極端狀態的影響，本文借鑒Adrian等關于Δ的構建思路，基于極端條件分位數與條件中位數構建了相對溢入溢出指數。

首先，對于具有個變量的向量過程=(1,…,)，=1,2,…,，其在條件分位數下維QVAR()過程如下：

(1)

其中，∈(0,1)；表示時期貨幣的匯率收益率；()～[0,Σ()]、()和()分別表示與條件分位數相對應的維誤差列向量、×維系數矩陣和維截距列向量。

對于式(1)的QVAR()模型，當其滿足穩定性條件時，可將其轉化為QVMA(∞)過程：

(2)

(3)

(4)

此時，

度量了在預測期下貨幣對貨幣的匯率溢出水平。在此基礎上，構建在分位數下的總溢出指數和方向性溢出指數：

(5)

其中，()、()和()是與條件分位數相對應的總溢出指數以及方向性溢出指數。

最后，基于極端條件分位數與條件中位數構建如下相對指數：

Δ,=(001)-(05)， Δ,=(099)-(05)

(6)

式(6)為左右尾相對溢入指數，Δ和Δ分別衡量極端貶值與極端升值狀態下各貨幣溢入水平相較于正常狀態的變化。

Δ,=(001)-(05), Δ,=(099)-(05)

(7)

式(7)為左右尾相對溢出指數，Δ和Δ分別衡量極端貶值與極端升值狀態下各貨幣溢出水平相較于正常狀態的變化。

(8)

式(8)為左右尾相對定向溢出(Δ)指數，Δ和Δ分別衡量極端貶值與極端升值狀態下兩兩間溢出水平相較于正常狀態的變化。

(二)變量選取與數據來源

三、實證結果與分析

(一)匯率溢出效應的靜態分析

本文分別采用基于條件均值、條件中位數(=0.5)以及極端條件分位數(=0.01，=0.99)的溢出指數進行全樣本估計，考察相較于正常狀態，在極端狀態下全球外匯市場溢出效應的變化。依據AIC原則，VAR模型滯后階數設為1；預測誤差方差分解的期數定為6。25種貨幣分別基于條件均值、條件中位數(=0.5)以及極端條件分位數(=0.01，=0.99)的溢出信息見表1。

由表1第(3)(4)列可知：第一，基于條件中位數的總溢出指數接近于基于條件均值估計的結果。基于條件中位數的總溢出指數為74.75%，略低于基于條件均值的75.65%，二者對貨幣間關聯水平的評估近乎一致。第二，基于條件中位數的方向性溢出特征與基于條件均值的結果基本相同。一方面，貨幣間溢入水平與溢出水平變化范圍均較大。25種貨幣溢入水平的變化范圍是19.83%(沙特里亞爾)～88.01%(新加坡元)，溢出水平的變化范圍是5.03%(沙特里亞爾)～134.26%(新加坡元)，貨幣間溢出效應差異顯著。另一方面，各經濟體貨幣溢出水平與其溢入水平存在正相關性，且大多數發達經濟體貨幣的溢入溢出水平均高于新興經濟體貨幣。

表1 25種貨幣在不同狀態下的溢出效應 %

綜上，基于條件均值與基于條件中位數的溢出指數測度結果基本一致，說明二者均能夠很好地捕捉正常狀態下全球外匯市場的溢出效應。下面將基于條件中位數與基于極端條件分位數的溢出結果進行比較，考察全球外匯市場在極端貶值和極端升值狀態下溢出效應的變化。

表1第(5)(6)列為25種貨幣基于0.01條件分位數的方向性溢出和總溢出指數，反映了極端貶值狀態下的溢出效應，同時第(9)(10)列給出了該狀態下的相對溢入溢出指數。綜合上述可知：其一，在極端貶值狀態下，全球外匯市場的整體關聯性顯著增強。基于0.01條件分位數的總溢出指數為94.28%，遠高于基于條件中位數的74.75%。在極端貶值狀態下，總溢出指數大幅攀升，全球貨幣關聯性顯著增強。此時，基于條件中位數的溢出指數將低估左尾的總溢出水平。其二，在極端貶值狀態下，貨幣間溢入水平的差異減小，同時所有貨幣溢入水平均顯著上升。一方面，基于條件中位數的溢入水平標準差為18.95%，而基于0.01條件分位數時僅為3.11%，貨幣間差異顯著縮小；另一方面，與基于條件中位數的測度結果相比，各貨幣在貶值狀態下的溢入水平均高于正常狀態。并且，大多數新興經濟體貨幣溢入水平上升幅度較大，而大多數發達經濟體貨幣溢入水平上升幅度相對較小。但總的來講，25種貨幣的溢入水平均存在不同程度的低估。其三，在極端貶值狀態下，貨幣間溢出水平的差異增大，且不同貨幣溢出水平變化各異。基于條件中位數的溢出水平標準差為38.77%，而基于0.01條件分位數時為45.68%，貨幣間溢出水平差異增大。同時，不同貨幣溢出水平的變化不同，14種貨幣溢出水平上升，11種貨幣溢出水平下降。相比其他貨幣，泰銖、俄羅斯盧布、日元、港幣、人民幣、墨西哥比索的溢出水平上升幅度較大，丹麥克朗、歐元以及加拿大元的溢出水平則大幅下降。

表1第(7)(8)列為25種貨幣基于0.99條件分位數的方向性溢出和總溢出指數，反映在極端升值狀態下的溢出效應，同時第(11)(12)列給出了該狀態下的相對溢入溢出指數。綜合上述可知：其一，與極端貶值狀態相同，在極端升值狀態下，全球外匯市場的整體關聯性顯著增強。基于0.99條件分位數的總溢出指數為88.11%，高于基于條件中位數的74.75%。此時，總溢出指數較大幅度攀升，貨幣間溢出效應加劇，基于條件中位數的測度會低估總溢出水平。此外，相較于極端貶值狀態，極端升值狀態的總溢出水平略低。其二，在極端升值狀態下，貨幣間溢入水平的差異減小，同時大多數貨幣溢入水平上升。基于0.99條件分位數的溢入水平標準差為5.22%，低于基于條件中位數的18.95%，表明極端升值狀態下貨幣間溢入水平的差異小于正常狀態。同時，在極端升值狀態下，僅有瑞士法郎、丹麥克朗、歐元、澳大利亞元以及波蘭茲羅提5種貨幣的溢入水平下降，其余20種貨幣的溢入水平均為上升狀態。其中，沙特里亞爾、日元、港幣、人民幣以及泰銖在極端升值狀態溢入水平上升幅度較大。其三，與極端貶值狀態相同，在極端升值狀態下，貨幣間溢出水平差異變大，且不同貨幣溢出水平的變化具有明顯差異。基于0.99條件分位數的溢出水平標準差為44.49%，高于基于條件中位數的38.77%，表明極端升值狀態下貨幣間溢出水平的差異大于正常狀態。同時，不同貨幣溢出水平的變化存在差異，有15種貨幣的溢出水平存在不同程度的上升，10種貨幣的溢出水平有所下降。其中，人民幣、瑞士法郎、日元、歐元以及丹麥克朗的溢出水平上升幅度較大，挪威克朗和加拿大元的溢出水平則大幅下降。

綜合表1第(3)～(12)列可知，與正常狀態相比，在極端狀態下，人民幣的溢入溢出水平均大幅攀升，且溢出水平上升幅度明顯大于溢入水平。基于條件中位數測度的人民幣溢入指數為56.43%，溢出指數為22.38%，表明正常狀態下人民幣與其他貨幣的聯動性較差，同時凈溢出水平為負，表明其在國際上主要扮演凈接收者角色，均在一定程度上反映出人民幣的國際影響力較弱。然而，在極端狀態下，人民幣的溢入溢出水平大幅上升，與其他貨幣的聯動性明顯增強。在極端貶值狀態下，相對溢入指數為39.39%，位列第4；相對溢出指數為88.87%，位列第5。在極端升值狀態下，相對溢入指數為25.67%，排名第4；相對溢出指數為119.61%，排名第1。在極端狀態下，人民幣的溢出水平上升幅度更大，明顯大于溢入水平。此時，無論是在極端貶值還是極端升值狀態下，人民幣的凈溢出水平均為正值，意味著在極端狀態下，人民幣由凈接收者轉變為凈輸出者，國際影響力顯著提升。由此看來，基于條件中位數測度會大幅低估極端狀態下人民幣的方向性溢出水平，錯判其國際影響力。

綜上，基于條件中位數和條件均值的溢出指數均會對極端狀態下全球外匯市場溢出效應產生誤判。首先，不論是基于條件中位數，還是基于條件均值的測度均會低估極端狀態下全球外匯市場的整體關聯水平；其次，基于條件中位數和條件均值的測度可能低估或高估極端狀態下不同貨幣的方向性溢出水平，對其在整個匯率溢出網絡中的地位與作用產生誤判。具體來說，在極端貶值和極端升值狀態下，大多數貨幣的溢入水平均上升，且貨幣間差異減小；相比正常狀態，極端狀態下不同貨幣溢出水平的變化則具有明顯差異，且貨幣間差異增大。然而不管是極端貶值還是極端升值狀態，人民幣的溢入溢出水平均大幅上升。由此可見，基于條件中位數和條件均值的溢出指數對尾部溢出的刻畫能力有限，無法很好地捕捉極端狀態下貨幣間的溢出效應，有必要引入基于極端條件分位數的溢出指數模型。

(二)匯率溢出效應的動態分析

上述全樣本分析表明，不論是基于條件中位數還是基于條件均值的測度均會低估極端狀態下全球外匯市場的整體關聯水平，同時會低估或者高估貨幣的方向性溢出，對其在匯率溢出網絡中扮演的角色以及地位產生誤判。然而，上述靜態分析只能反映樣本期內溢出效應的“平均情況”，無法觀察匯率溢出效應的時序變化。因此，本文采用滾動分析法，將滾動窗口設置為104周，分別采用基于條件中位數(=0.5)和極端條件分位數(=0.01，=0.99)的溢出指數揭示25種貨幣匯率溢出效應的動態特征，從總溢出、方向性溢出以及兩兩間溢出三個方面，考察相較于正常狀態，在極端貶值和極端升值狀態下全球外匯市場溢出效應的變化。

1.總溢出

25種貨幣匯率在正常(=0.5)、極端貶值(=0.01)和極端升值(=0.99)狀態下總溢出水平的時序特征如圖1所示。可以看出，首先，相比正常狀態，兩種極端狀態下的總溢出水平更高且波動更小。在整個樣本區間內，兩種極端狀態的總溢出指數線均位于正常狀態總溢出指數線上方，并且兩種極端狀態總溢出指數線的變化幅度小于正常狀態。具體來看，正常狀態下總溢出水平維持在70.28%～95.99%之間，均值和標準差分別為81.12%和4.64%；兩種極端狀態下總溢出水平的均值都在94%以上，標準差遠小于4%。由此可見，在極端狀態下總溢出水平激增，且變化幅度顯著減小。

其次，對比兩種極端狀態，極端貶值狀態下匯率溢出效應更強。極端貶值狀態下總溢出水平維持在91.18%～98.38%之間，極端升值狀態下則維持在87.95%～97.32%之間，極端貶值狀態的總溢出水平在范圍上整體高于升值狀態。同時，極端貶值狀態下總溢出水平的均值為95.17%，高于極端升值狀態下的94.63%。此外，極端貶值狀態下總溢出水平的標準差為0.95%，小于升值狀態下的1.27%，極端貶值狀態下總溢出水平的波動更小。

圖1 正常和極端狀態下25種貨幣總溢出水平的時序特征

基于不同條件分位數的總溢出水平均值如圖2所示，以此考察不同狀態下總溢出水平的變化趨勢。其中，橫軸中各條件分位數表示不同的狀態，縱軸為得到的總溢出水平均值。

在極端貶值與極端升值狀態之間，總溢出水平的變化呈U型，即相比正常狀態，極端狀態的匯率溢出效應更強。而且，越是趨近極端狀態，其總溢出水平越高；越是趨近正常狀態，其總溢出水平越低。同時，兩種極端狀態的總溢出水平存在非對稱性，左尾溢出水平更高，溢出效應更強，這與前文全樣本的研究結果相一致。由此可見，基于條件中位數的溢出指數會低估極端狀態的總溢出水平，引入基于極端條件分位數的溢出指數能夠有效解決這種局限性，更好地捕捉極端狀態下的匯率溢出效應。

圖2 總溢出水平在不同狀態的變化趨勢

2.方向性溢出

25種貨幣溢入和溢出水平在不同狀態下的變化趨勢分別如圖3和圖4所示。

第一，從溢入水平來說，整體來看25種貨幣在不同狀態下的變化表現一致，均呈U型，極端狀態下的溢入水平均高于正常狀態。此時，基于條件中位數的溢出指數會低估各貨幣在極端狀態下的溢入水平，忽視風險輸入加劇。

圖3 25種貨幣溢入水平在不同狀態的變化趨勢

第二，相比發達經濟體貨幣，新興經濟體貨幣的溢入水平在極端狀態變化更為顯著。溢入曲線下凹程度越大，意味著該貨幣溢入水平在極端狀態與正常狀態的差異越大。在溢入曲線下凹程度較大的貨幣中，除港幣、日元和瑞士法郎為發達經濟體貨幣外，其余均為新興經濟體貨幣。由此可見，基于條件中位數的測度對極端狀態下新興經濟體貨幣溢入水平的低估程度較大，而對發達經濟體貨幣溢入水平的低估程度相對較小。

第三，25種貨幣在極端狀態下的溢出水平變化存在差異，不再單一上升。其中，歐元、挪威克朗、瑞典克朗、波蘭茲羅提以及丹麥克朗在極端狀態下溢出水平均下降，基于條件中位數的溢出指數會高估其溢出水平；加拿大元和新西蘭元的左尾溢出水平下降而右尾不受影響，基于條件中位數的溢出指數僅會高估其左尾溢出；馬來西亞林吉特的左尾溢出水平幾乎不變；澳大利亞元和新加坡元的左尾與右尾溢出表現不一致。

第四，發達經濟體貨幣溢出水平在極端狀態下變化較小，而多數新興經濟體貨幣變化較為顯著。發達經濟體貨幣中歐元、英鎊、加拿大元、韓元、澳大利亞元、新加坡元、挪威克朗、瑞典克朗、丹麥克朗以及新西蘭元的溢出水平在不同狀態下變化幅度不大，極端狀態與正常狀態差異較小，此時基于條件中位數的測度可以較為準確地反映其在極端狀態下的溢出效應。新興經濟體貨幣中人民幣、印度盧比、印尼盧比、沙特里亞爾、泰銖、俄羅斯盧布以及土耳其里拉等的變化趨勢相似，整體上呈U型或U型的一部分，此時基于條件中位數的測度會低估極端狀態的溢出水平。

綜上可知，與正常狀態相比，極端狀態下25種貨幣的溢入水平變化趨勢相同，而溢出水平變化存在差異。其中，溢入水平均表現為上升，溢出水平則存在少數下降以及不變的情況，但總體來看，均是新興經濟體貨幣的變化更為顯著。究其原因，新興經濟體抵抗外部風險沖擊的能力較弱，極端狀態下其外匯市場風險水平較高。因此，在極端狀態下，新興經濟體貨幣無論是溢入水平還是溢出水平的變化幅度均大于發達經濟體貨幣，基于條件中位數的溢出指數對新興經濟體貨幣方向性溢出水平的判斷存在較大偏差。此外，人民幣的溢入溢出水平在不同狀態下的變化趨勢均呈U型，且曲線下凹程度較大。基于條件中位數的測度大幅低估了人民幣在極端狀態下與其他貨幣的關聯程度，低估了人民幣的國際影響力水平。

圖4 25種貨幣溢出水平在不同狀態的變化趨勢

為了進一步量化25種貨幣在極端狀態與正常狀態下溢入溢出水平的差異程度，本文分別構建了左右尾的相對溢入指數和相對溢出指數。25種貨幣左右尾相對溢入溢出水平的均值及其排名見表2。為了深入分析極端狀態下人民幣溢出效應的變化，本文給出了人民幣左尾和右尾的相對溢入溢出水平的時序變化，如圖5所示。其中，虛線代表相對溢入水平，實線代表相對溢出水平。

相對溢入水平而言，各經濟體貨幣的溢入水平在極端狀態下表現一致，均表現為不同程度的上升，且新興經濟體貨幣所受影響更為顯著。25種貨幣相對溢入指數(Δ)的均值都顯著大于0，表明極端狀態下貨幣的溢入水平普遍高于正常狀態。同時，從左尾相對溢入指數(Δ)的均值來看，排名前10的貨幣中，僅有日元、港幣與瑞士法郎為發達經濟體貨幣；從右尾相對溢入指數(Δ)的均值來看，排名前10的貨幣中，僅有日元和港幣屬于發達經濟體貨幣。由此可見，新興經濟體貨幣受極端狀態影響更大，溢入水平上升更多，基于條件中位數的測度會顯著低估其溢入水平。

相對溢出水平而言，不同經濟體貨幣的溢出水平在極端狀態下表現出異質性，新興經濟體貨幣的溢出水平表現為上升，而多數發達經濟體貨幣的溢出水平表現為下降。從左尾相對溢出指數(Δ)來看，新興經濟體貨幣中僅有波蘭茲羅提與馬來西亞林吉特相對溢出水平的均值為負，其余貨幣均為正值，溢出水平上升；發達經濟體貨幣中丹麥克朗、挪威克朗、歐元、新加坡元、新西蘭元、加拿大元以及瑞典克朗相對溢出水平均值為負，其溢出水平下降。從右尾相對溢出指數(Δ)來看，新興經濟體貨幣中僅有波蘭茲羅提的相對溢出水平均值為負，其余貨幣均為正值，溢出水平上升；發達經濟體貨幣中丹麥克朗、澳大利亞元、挪威克朗、瑞典克朗、歐元、韓元、加拿大元以及新西蘭元相對溢出水平均值為負，溢出水平下降。由此可見，基于條件中位數的測度會低估新興經濟體貨幣在極端狀態的溢出水平，而高估多數發達經濟體貨幣的溢出水平。

表2 25種貨幣左右尾相對溢入溢出指數的均值及其排名 %

厘清人民幣在極端狀態下溢出效應的變化，有助于準確判斷極端狀態下人民幣在整個匯率溢出網絡中的地位及作用，明晰人民幣的國際影響力。由表2可知，人民幣的溢入溢出水平在極端狀態下均有較大幅度上升，且溢出水平上升幅度更大。人民幣左尾相對溢入指數(Δ)為25.85%，相對溢出指數(Δ)為46.85%，均排名第3；右尾相對溢入指數(Δ)為25.44%，排名第3，相對溢出指數(Δ)為44.14%，排名第2。相比之下，溢出水平上升幅度更大。圖5證明這一結論在時間維度上同樣存在。在整個樣本期內，人民幣的相對溢入曲線變化較為平坦而相對溢出曲線變化更為顯著，同時相對溢出曲線幾乎位于相對溢入曲線的上方，這意味著人民幣的溢出水平在極端狀態下變化更為顯著。作為世界第一大貿易國和第二大經濟體，中國與其他國家貿易往來頻繁，加之人民幣匯率市場化改革、“一帶一路”倡議全面展開等事件均顯著增強了人民幣與其他貨幣的聯動性，使得極端狀態下人民幣的溢出水平明顯上升。然而與他國相比，中國政府對自身經濟發展具有更強的控制力，通過實施各種政策措施來應對極端事件帶來的沖擊，積極化解極端狀態下風險輸入加劇帶來的影響，使得溢入水平的變化維持在一定范圍之內。

圖5 人民幣相對溢入溢出水平的時序變化特征

結合圖3和圖4，在極端狀態下人民幣的溢入溢出指數均處于較高水平，表明極端狀態下人民幣與其他貨幣的聯動性顯著增強，同時其凈溢出水平由負轉正，表明極端狀態下人民幣由凈接收者轉變為凈輸出者，人民幣的國際影響力明顯提升。可見，基于條件中位數的測度會大幅低估人民幣在極端狀態下的溢入溢出水平，錯判人民幣在全球外匯市場中的地位與作用，這與上文全樣本分析相一致。

3.兩兩間溢出

為了進一步考察全球外匯市場在極端狀態下的溢出結構變化，本文還計算了兩兩貨幣間的左右尾相對溢出指數，結果發現，無論是在極端升值還是極端貶值狀態下，兩兩貨幣間的溢出效應大多被低估。在極端貶值狀態下，共有419個貨幣對溢出水平高于正常狀態；在極端升值狀態下，則有442個貨幣對溢出水平高于正常狀態，可見基于條件中位數測度往往會低估極端狀態下兩兩貨幣間的溢出效應。兩種極端狀態下溢出水平漲幅位于前20的貨幣對見表3。

表3 兩種極端狀態下溢出水平漲幅前20的貨幣對 %

相比正常狀態，在極端貶值狀態下，溢出水平漲幅前20的貨幣對中俄羅斯盧布、港幣以及土耳其里拉作為溢出源頭出現次數最多。與正常狀態相比，俄羅斯盧布、港幣以及土耳其里拉在極端狀態下的對外溢出效應顯著增強。其溢出對象既有新興經濟體貨幣人民幣、泰銖、沙特里亞爾、波蘭茲羅提、墨西哥比索、印度盧比以及巴西雷亞爾，也有發達經濟體貨幣日元、韓元、新加坡元、歐元、瑞士法郎、丹麥克朗以及澳大利亞元。

相比正常狀態，在極端升值狀態下，溢出水平漲幅前20的貨幣對中港幣、印尼盧比、瑞士法郎以及人民幣作為溢出源頭出現次數最多。其輻射范圍同樣廣泛，有墨西哥比索、印尼盧比、波蘭茲羅提、巴西雷亞爾、南非蘭特、泰銖、馬來西亞林吉特、土耳其里拉以及俄羅斯盧布等新興經濟體貨幣，也有丹麥克朗、英鎊、歐元、瑞士法郎、新加坡元以及新西蘭元等發達經濟體貨幣。值得注意的是，在極端升值狀態下，瑞士法郎與印尼盧比雙向溢出強度加劇。

進一步地，對比兩種極端狀態可知，第一，在極端貶值狀態下，兩兩貨幣間的溢出效應更強。在左右尾相對溢出水平排名前20的貨幣對中，極端貶值狀態的相對溢出水平較極端升值狀態更高，表明兩兩貨幣間溢出效應受極端貶值狀態的影響更大。第二，港幣對特定貨幣的溢出效應在兩種極端狀態下均增強。無論是極端貶值還是極端升值狀態，港幣對歐元、丹麥克朗、新加坡元、墨西哥比索以及巴西雷亞爾的溢出較正常狀態均顯著增強。第三，在極端貶值狀態，俄羅斯盧布對人民幣、土耳其里拉對瑞士法郎的溢出顯著增強；而在極端升值狀態，人民幣對俄羅斯盧布、瑞士法郎對土耳其里拉的溢出加劇。

四、結論與政策建議

本文選取2006—2020年全球25種貨幣的匯率收益率，將QVAR模型與DY溢出指數相結合，分別構建基于條件均值、條件中位數(=0.5)以及極端條件分位數(=0.01，=0.99)的溢出指數，從靜態和動態兩個方面考察正常狀態與極端狀態下全球外匯市場溢出效應的差異，并且構建相對溢入溢出指數量化差異程度，探討極端狀態下的人民幣國際影響力。主要結論如下：第一，基于條件均值與條件中位數的溢出指數測度結果基本一致，二者均能很好地捕捉正常狀態下全球外匯市場的溢出效應，但對極端狀態下的溢出效應產生誤判，有必要引入基于極端條件分位數的溢出指數方法。第二，兩種極端狀態下全球外匯市場的總溢出水平較正常狀態顯著提升，且極端貶值狀態下的溢出效應更強，這種非對稱性在時間維度上同樣存在。第三，極端狀態下貨幣的溢入變化與溢出變化存在不同。極端狀態下，大多數貨幣的溢入水平均上升，且新興經濟體貨幣上升幅度更大；溢出水平的變化則存在差異，新興經濟體貨幣表現為大幅上升而多數發達經濟體貨幣表現為小幅下降。第四，在極端貶值狀態和升值狀態下，人民幣的溢入溢出水平均大幅上升，且溢出水平上升幅度更大，其凈溢出水平由負轉正，由凈接收者轉變為凈輸出者，人民幣的國際影響力在極端狀態下顯著增強。第五，在極端狀態下，兩兩貨幣間的溢出效應大多被低估。在溢出水平漲幅前20貨幣對中，極端貶值狀態下俄羅斯盧布、港幣以及土耳其里拉作為溢出源頭出現次數最多，極端升值狀態下港幣、印尼盧比、瑞士法郎以及人民幣作為溢出源頭出現次數最多。

本文根據研究結論提出以下政策建議：第一，各國貨幣當局應重點防范極端沖擊帶來的風險。在極端狀態下，全球外匯市場溢出效應顯著增強，各經濟體貨幣之間聯動性提升，更易引發全球性匯率危機。因此，相關部門應健全外匯風險監測預警體系，根據不同狀態進行差別化風險防控，重點把握極端狀態下外匯市場的溢出特征，并積極制定應對極端外匯風險沖擊的緊急預案，堅決守住不發生系統性金融風險的底線。第二，新興經濟體應充分重視極端沖擊對外匯市場的影響。在極端狀態下，新興經濟體不僅要加強防范輸入性風險的沖擊，還應有效控制本國風險溢出的加劇。一方面，各國監管部門應做好風險預警，有效阻隔外部風險沖擊，及時穩定市場信心，維持自身匯率的穩定；另一方面，各國監管部門之間應加強信息溝通和政策協調，做好共同應對極端風險事件的準備，從而避免匯率風險溢出的大幅增加。第三，中國應堅定不移地推進人民幣國際化進程，提升人民幣國際影響力。極端狀態下人民幣對其他貨幣的溢出效應發生新的變化，國際影響力顯著提升，這充分表明以往的人民幣國際化和匯率市場化改革措施已取得顯著成效。因此，中國應繼續深化人民幣匯率市場化改革，推進人民幣國際化進程。與此同時，政府應健全風險防范化解機制，增強國內金融體系穩定性，以確保中國經濟健康發展。